CN107942949A - 一种机床视觉定位方法及系统、机床 - Google Patents
一种机床视觉定位方法及系统、机床 Download PDFInfo
- Publication number
- CN107942949A CN107942949A CN201710208581.1A CN201710208581A CN107942949A CN 107942949 A CN107942949 A CN 107942949A CN 201710208581 A CN201710208581 A CN 201710208581A CN 107942949 A CN107942949 A CN 107942949A
- Authority
- CN
- China
- Prior art keywords
- positioning
- image
- machine tool
- industrial camera
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 85
- 230000003287 optical effect Effects 0.000 claims description 79
- 230000000007 visual effect Effects 0.000 claims description 59
- 239000013598 vector Substances 0.000 claims description 18
- 238000009434 installation Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 4
- 238000003754 machining Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001746 injection moulding Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4097—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using design data to control NC machines, e.g. CAD/CAM
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32153—Exchange data between user, cad, caq, nc, capp
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Machine Tool Sensing Apparatuses (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种机床视觉定位方法及系统、机床,包括对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点;利用工业相机采集所述定位目标的图像,获取所采集的定位目标图像的边缘图像;匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;获取工业相机的标定参数;基于所述标定参数和所述匹配参数确定所述定位目标的加工零点。本发明的机床视觉定位方法及系统、机床以CAD绘制的形状作为边缘定位的特征,能够实现非工装定位的工件的自动定位,得到加工零点并测量出定位目标的实际尺寸,从而提高工件的定位效率和加工效率。
Description
技术领域
本发明涉及一种数控机床的技术领域,特别是涉及一种机床视觉定位方法及系统、机床。
背景技术
现有技术中,视觉定位基本包括以下两种方式:
(1)基于图像灰度模板匹配的视觉定位
具体地,基于图像灰度模板匹配的视觉定位方式首先需要设置一个目标图像的模板,通常为实际环境下对目标拍照所获取的截图;然后在即时拍摄的图像中匹配这一模板的位置,从而计算出目标的即时位置以完成定位。该方式由于实现简单,在实际应用中比较常见。但是其要求光照环境稳定,且目标变动的范围小。否则当即时拍摄的图像与模板有较大差异时,将导致无法定位,并且这种方式只能获得目标相对位置的变化。
(2)基于边缘线的定位
具体地,基于边缘线的视觉定位方式要求定位目标有明确的边缘特征,只需要保证目标在图像中的边缘清晰可见就能完成目标定位。因此这种方式受光照变化和大范围位置变化的影响小。但是,目前基于边缘特征的视觉定位多以直线、圆来定位目标,在定位前需人为地指定由哪些直线、圆在怎样的范围内以怎样的方式计算出目标位置,需要专业人员来制定定位规则,导致使用不灵活,不适于广泛推广使用。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种机床视觉定位方法及系统、机床,以CAD绘制的形状作为边缘定位的特征,能够实现非工装定位的工件的自动定位,得到加工零点并测量出定位目标的实际尺寸,从而提高工件的定位效率和加工效率。
为实现上述目的及其他相关目的,本发明提供一种机床视觉定位方法,包括以下步骤:对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点;利用工业相机采集所述定位目标的图像,获取所采集的定位目标图像的边缘图像;匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;所述匹配参数包括所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小;获取所述工业相机的标定参数;所述标定参数包括图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量和工业相机安装角度;基于所述标定参数和所述匹配参数确定所述定位目标的加工零点。
于本发明一实施例中,利用工业相机采集所述定位目标的图像包括以下步骤:
将所述定位目标移动至所述工业相机的视野范围内;
调整所述工业相机下方的远心镜头至工件表面的距离为设定值;
通过所述工业相机采集所述定位目标的图像。
于本发明一实施例中,匹配所述边缘图像和所述匹配模板点包括以下步骤:
获取匹配模板点处的灰度梯度方向到所述边缘图像y轴正方向的角度信息;
获取所述边缘图像的边缘点上切线与所述边缘图像x轴正方向之间的角度信息;
将所述匹配模板点在所述边缘图像上移动,计算所有匹配模板点到所述边缘图像的平均距离,选取平均距离最小时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小作为所述匹配参数。
于本发明一实施例中,将所述匹配模板点在所述边缘图像上移动时,移动步长由大到小变化,直至变为单个像素步长。
于本发明一实施例中,当所述移动步长为单个像素步长时,以每个匹配模板点到最近边缘点的平均误差向量来修正所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置。
于本发明一实施例中,获取所述工业相机的标定参数包括以下步骤:
获取标定孔所在位置对应的第一机床坐标;所述标定孔为在工件表面与所述定位目标同高度的任意位置上标定的一孔;
获取所述标定孔在所述工业相机的视野范围内的任意两个位置对应的第二机床坐标和第三机床坐标,以及所述任意两个位置对应的所述标定孔的两个图像坐标;所述第二机床坐标和所述第三机床坐标为移动机床工作台使所述标定孔移动到所述任意两个位置时对应的机床坐标;
根据所述第一机床坐标、所述第二机床坐标和所述第三机床坐标,以及所述标定孔的两个图像坐标,计算出图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量的粗略值和工业相机安装角度;
重复上述步骤,多次计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,并将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
于本发明一实施例中,设置所述标定孔时,在所述工件表面粘贴薄膜,在所述薄膜上打一标定孔。
于本发明一实施例中,基于所述标定参数和所述匹配参数确定所述定位目标的加工零点包括以下步骤:
根据边缘图像中相邻两像素对应的实际长度、与所述边缘图像匹配的所述边缘特征曲线在所述定位目标图像中的位置和旋转角度,得到所述定位目标相对于工业相机中心光轴的位置和旋转角度;
根据所述定位目标相对于工业相机中心光轴的位置和旋转角度、工业相机中心光轴相对于刀尖点的偏移量、定位工作坐标和工业相机安装角度计算所述定位目标的绝对位置和旋转角度,即加工零点;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标。
于本发明一实施例中,还包括再次执行视觉定位时,采用以下任一方式:
1)根据定位工位坐标将待定位目标移动至所述工业相机的视野范围内,完成定位,并将定位得到的加工零点写入零点偏置表;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标;
2)使用数字控制代码将待定位目标移动到所述工业相机的视野范围内,根据数字控制定位指令的参数执行视觉定位,并将定位得到的加工零点写入共享内存,以供计算机数字控制系统读取共享内存中的加工零点,执行后续数字控制程序。
同时,本发明还提供一种机床视觉定位系统,包括图像采集模块和图像处理模块;
所述图像采集模块用于采集定位目标的图像,获取所采集的定位目标图像的边缘图像;
所述图像处理模块与所述图像采集模块相连,用于对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点;匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;获取所述工业相机的标定参数;以及基于所述标定参数和所述匹配参数确定所述定位目标的加工零点;
其中,所述匹配参数包括所述边缘图像和所述匹配模板点匹配时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小;所述标定参数包括图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量和工业相机安装角度。
于本发明一实施例中,所述图像采集模块包括工业相机、远心镜头、环形光源和激光测距器;
所述环形光源与所述远心镜头同轴,用于提供稳定光照;
所述激光测距器平行于所述远心镜头,用于测量所述远心镜头到所述工件表面的距离,以通过调整使所述远心镜头至所述工件表面的距离为设定值;
所述工业相机和所述远心镜头垂直于工件表面设置,所述远心镜头连接在所述工业相机的下方,所述工业相机和所述远心镜头用于采集所述工业相机的视野范围内的工件上的定位目标的图像。
于本发明一实施例中,所述图像处理模块匹配所述边缘图像和所述匹配模板点时执行以下步骤:
获取匹配模板点处的灰度梯度方向到所述边缘图像y轴正方向的角度信息;
获取所述边缘图像的边缘点上切线与所述边缘图像x轴正方向之间的角度信息;
将所述匹配模板点在所述边缘图像上移动,计算所有匹配模板点到所述边缘图像的平均距离,选取平均距离最小时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小作为所述匹配参数。
于本发明一实施例中,将所述匹配模板点在所述边缘图像上移动时,移动步长由大到小变化,直至变为单个像素步长。
于本发明一实施例中,当所述移动步长为单个像素步长时,以每个匹配模板点到最近边缘点的平均误差向量来修正所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置。
于本发明一实施例中,所述图像处理模块获取所述工业相机的标定参数包括以下步骤:
获取标定孔所在位置对应的第一机床坐标;所述标定孔为在工件表面与所述定位目标同高度的任意位置上标定的一孔;
获取所述标定孔在所述工业相机的视野范围内的任意两个位置对应的第二机床坐标和第三机床坐标,以及所述任意两个位置对应的所述标定孔的两个图像坐标;所述第二机床坐标和所述第三机床坐标为移动机床工作台使所述标定孔移动到所述任意两个位置时对应的机床坐标;
根据所述第一机床坐标、所述第二机床坐标和所述第三机床坐标,以及所述标定孔的两个图像坐标,计算出图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量的粗略值和工业相机安装角度;
重复上述步骤,多次计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,并将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
于本发明一实施例中,设置所述标定孔时,在所述工件表面粘贴薄膜,在所述薄膜上打一标定孔。
于本发明一实施例中,所述图像处理模块基于所述标定参数和所述匹配参数确定所述定位目标的加工零点时执行以下步骤:
根据边缘图像中相邻两像素对应的实际长度、与所述边缘图像匹配的所述边缘特征曲线在所述定位目标图像中的位置和旋转角度,得到所述定位目标相对于工业相机中心光轴的位置和旋转角度;
根据所述定位目标相对于工业相机中心光轴的位置和旋转角度、工业相机中心光轴相对于刀尖点的偏移量、定位工作坐标和工业相机安装角度计算所述定位目标的绝对位置和旋转角度,即加工零点;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标。
同时,本发明还提供一种机床,包括上述任一所述的机床视觉定位系统。
如上所述,本发明的机床视觉定位方法及系统,具有以下有益效果:
(1)能够实现非工装定位的工件的自动定位,得到加工零点并测量出定位目标的实际尺寸;
(2)定位目标可以是任意形状、任意大小的边缘清晰的图像特征,定位目标可以出现在全图的任何位置,使得本发明的机床视觉定位方法及系统具有广泛的适用性;
(3)以CAD绘制的形状作为边缘定位的特征来进行定位,便于快捷的找到加工零点,从而提高定位效率和加工效率;
(4)能够实现高平移定位精度、旋转定位精度和高重复定位精度,实用性强。
附图说明
图1显示为本发明的机床视觉定位方法的流程图;
图2显示为本发明的机床视觉定位系统的结构示意图;
图3显示为本发明的机床的结构示意图。
图4显示为本发明的机床视觉定位方法的一实施例中USB孔图像匹配示意图;
图5显示为本发明的机床视觉定位方法的一实施例中工业相机标定示意图。
元件标号说明
1 图像采集模块
2 图像处理模块
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的机床视觉定位方法及系统、机床应用于机床加工过程中,通过测量的方式进行待加工工件的定位,以确定加工零点。其中,测量是以非接触的视觉定位方法来实现,而不是采用对刀仪、测头等接触式方式来实现的。故本发明的机床视觉定位方法及系统、机床能够实现非工装定位的工件的自动定位,得到加工零点并测量出定位目标的实际尺寸,从而提高工件的定位效率和加工效率。
参照图1,本发明的一种机床视觉定位方法包括以下步骤:
步骤S1、对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点。
本发明以CAD绘制的定位目标的边缘特征曲线来进行定位。定位目标的CAD图纸或目标尺寸在加工时通常已给出,而且CAD图形自带零点,更加便于指定目标的零点位置,从而通过视觉定位获得定位目标的绝对位置,再以零点偏置的方式进行补偿。
为了方便定位,本发明在待加工工件表面上选取一个定位目标,该定位目标须具有轮廓清晰的边缘特征。获取CAD文件之后,对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点,以进行下一步的图像匹配。为了提高匹配的准确性,匹配模板点会带有所在边缘特征曲线的角度信息。为了区别定位目标的灰度颜色是深于背景或浅于背景,匹配模板点的角度信息是指边缘特征曲线在该匹配模板点处的灰度梯度方向到定位目标图像y轴正方向的角度,其取值范围为(0°~360°)。
优选地,对CAD文件中定位目标的边缘特征曲线进行采样时,进行等间距采样。
步骤S2、利用工业相机采集所述定位目标的图像,获取所采集的定位目标图像的边缘图像。
将装夹好的定位目标移动到工业相机的视野范围之内,记录此时的机床坐标,记为定位工位坐标。以后每次执行本发明的视觉定位时,会自动移动机床工作台到该定位工位坐标,以保证定位目标在工业相机的视野范围内。
具体地,步骤S2包括以下步骤:
21)将所述定位目标移动至所述工业相机的视野范围内。
22)调整所述工业相机下方的远心镜头至工件表面的距离为设定值。
其中,使用激光测距器测量远心镜头到工件表面的距离,以调整此距离为设定值,从而辅助工业相机对焦。
23)通过所述工业相机采集所述定位目标的图像。
当对焦完成之后,工业相机所采集的定位目标的图像通过网络接口发送后续模块处理。
步骤S3、匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;所述匹配参数包括所述边缘图像和所述匹配模板点匹配时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小。
匹配所述边缘图像和所述匹配模板点是为了得到:CAD文件的边缘特征曲线与边缘图像最优匹配时,边缘特征曲线在定位目标图像中的相对位置、旋转角度和缩放大小。该匹配操作是以搜索的方式进行,具体包括以下步骤:
31)获取匹配模板点处的灰度梯度方向到所述边缘图像y轴正方向的角度信息。
32)获取所述边缘图像的边缘点上切线与所述边缘图像x轴正方向之间的角度信息。
33)将所述匹配模板点在所述边缘图像上移动,计算所有匹配模板点到所述边缘图像的平均距离,选取平均距离最小时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小作为所述匹配参数。
具体地,将匹配模板点在边缘图像上移动时,移动步长由大到小变化,直至变为单个像素步长。每移动一次,计算一次平均距离。最后选取平均距离最小时各个匹配模板点对应的位置信息、角度信息和大小信息作为匹配参数。
优选地,当移动步长为单个像素步长时,还可以根据距离每个匹配模板点最近的边缘点计算修正参数,以修正所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置,得到亚像素级的最终结果。具体地,以每个匹配模板点到最近边缘点的平均误差向量来补偿步骤33)的匹配参数。例如,有三个模型点,它们到最近边缘点的向量分别为(+1,0),(0,-1),(+1,0),那么平均误差向量为(+0.67,-0.33),将所述平均误差向量加到步骤33)的(xmodel,ymodel)上进行修正。(xmodel,ymodel)为所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置。
步骤S4、获取所述工业相机的标定参数;所述标定参数包括图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量和工业相机安装角度。
具体地,获取所述工业相机的标定参数包括以下步骤:
41)获取标定孔所在位置对应的第一机床坐标(xtool,ytool);所述标定孔为在工件表面与所述定位目标同高度的任意位置上标定的一孔。该孔可以为任意形状的。优选地,该标定孔为圆孔。
具体地,在工件表面与待定位目标同高度的任意位置打一孔作为标定孔,并记录此时的机床坐标为第一机床坐标。
在待定位工件表面打一孔的方式也有一定弊端,如进行一次标定就要破坏一个工件。因此,优选地,还可以在工件表面粘贴薄膜,在所述薄膜上打一标定孔,从而无需破坏工件表面。具体地,可以在工件表面贴上黑色覆膜的白底贴纸,打孔时只需操作钻头轻触黑色覆膜打出一个白色记号点即可,从而实现不破坏工件表面的视觉对刀操作。
42)获取所述标定孔在所述工业相机的视野范围内的任意两个位置对应的第二机床坐标(xcnc_a,ycnc_a)和第三机床坐标(xcnc_b,ycnc_b),以及所述任意两个位置对应的所述标定孔的两个图像坐标(ximg_a,yimg_a)和(ximg_b,yimg_b);所述第二机床坐标和所述第三机床坐标为移动机床工作台使所述标定孔移动到所述任意两个位置时对应的机床坐标。
具体地,先后手动移动机床工作台使上述标定孔移动到工业相机的视野范围内的任意两个位置上,对应得到标定孔的两个图像坐标,并记录对应的两个位置的机床坐标为第二机床坐标和第三机床坐标。
43)根据所述第一机床坐标、所述第二机床坐标和所述第三机床坐标,以及所述标定孔的两个图像坐标,计算出图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量的粗略值和工业相机安装角度。
具体地,所述工业相机的标定参数:图像中相邻两像素对应的实际长度kcalib、工业相机中心光轴相对刀尖点的偏移量的粗略值(xcalib,ycalib)和工业相机安装角度αcalib的计算方法如下:
xcnc_dist=xcnc_b-xcnc_a
ycnc_dist=ycnc_b-ycnc_a
ximg_dist=ximg_a-ximg_b
yimg_dist=yimg_a-yimg_b
xcalib=xcnc_a+kcalib·(cosαcalib·ximg_a_center-sinαcalib·yimg_a_center)
ycalib=ycnc_a+kcalib·(sinαcalib·ximg_a_center+cosαcalib·yimg_a_center)
其中,(ximg_a_center,yimg_a_center)是图像坐标(ximg_a,yimg_a)到图像中心的向量,(xcnc_a,ycnc_a)为对应的第二机床坐标。
当然,以所述第三机床坐标(xcnc_b,ycnc_b)及其对应的图像坐标到图像中心的向量,也能得出相同的所述工业相机中心光轴相对刀尖点的偏移量的粗略值(xcalib,ycalib)。
44)重复上述步骤,多次计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,并将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
具体地,根据所述工业相机中心光轴相对刀尖点的偏移量的粗略值,将所述标定孔移动到所述工业相机图像的任意位置处,再根据所述标定孔在所述任意位置处的机床坐标和图像坐标,任意取两组所述任意位置处的机床坐标和图像坐标,依据上述方法重新计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,最后将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
具体算法如下:
根据所述工业相机中心光轴相对刀尖点的偏移量的粗略值,计算出将所述标定孔移动到所述工业相机图像的期望图像坐标时的用于精标定的机床坐标(xcnc_i,ycnc_i);
其中,是所述期望图像坐标到图像中心的向量。
将标定孔实际移动到所述用于精标定的机床坐标,匹配得到对应的实际图像坐标(ximg_i,yimg_i)。以此步骤重复进行数次,得到多组所述用于精标定的机床坐标和对应的所述实际图像坐标。以任意两次数据为一组,依照计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值的方法,计算出多组所述工业相机中心光轴相对刀尖点的偏移量,取它们的平均值作为最终的所述工业相机中心光轴相对刀尖点的偏移量。
优选地,在选取所述期望图像坐标时,选取图像四个角处的坐标。具体地,控制机床工作台将上述标定孔自动移动到工业相机图像的四个角,再根据标定孔在这四个位置下的机床坐标和对应得到的标定孔的图像坐标,即可精确计算出工业相机中心光轴相对刀尖点的偏移量。
其中,工业相机中心光轴相对刀尖点的偏移量计算一次即可,后续的机床加工中,可沿用该次的计算结果。
步骤S5、基于所述标定参数和所述匹配参数确定所述定位目标的加工零点。
具体地,基于所述标定参数和所述匹配参数确定所述定位目标的加工零点包括以下步骤:
51)根据边缘图像中相邻两像素对应的实际长度、与所述边缘图像匹配的所述边缘特征曲线在所述定位目标图像中的位置和旋转角度,得到所述定位目标相对于工业相机中心光轴的位置和旋转角度。
具体地,将匹配得到的边缘特征曲线在边缘图像中的位置转换为边缘特征曲线相对于边缘图像中心的位置,之后乘以边缘图像相邻两个像素对应的实际长度,就得到定位目标相对于中心光轴的实际距离,即所述定位目标相对于工业相机中心光轴的位置。
52)根据所述定位目标相对于工业相机中心光轴的位置和旋转角度、工业相机中心光轴相对于刀尖点的偏移量、定位工作坐标和工业相机安装角度计算所述定位目标的绝对位置(xobj,yobj)和旋转角度αobj,即加工零点;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标。
具体地,加工零点的算法如下:
xobj=kcalib·cosαcalib·xmodel_center-sinαcalib·ymodel_center+xtool-xcalib
yobj=kcalib·sinαcalib·xmodel_center+cosαcalib·ymodel_center+ytool-ycalib
αobj=αmodel-αcalib
其中,(xmodel_center,ymodel_center)是所述边缘图像和所述匹配模板点匹配时所述匹配模板点相对于所述边缘图像的位置(xmodel,ymodel)到图像中心的向量,αmodel为所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的旋转角度。
优选地,当再次执行视觉定位时,采用以下任一方式:
1)根据定位工位坐标将待定位目标移动至所述工业相机的视野范围内,完成定位,并将定位得到的加工零点写入零点偏置表;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标;
2)使用数字控制代码将待定位目标移动到所述工业相机的视野范围内,根据数字控制定位指令的参数执行视觉定位,并将定位得到的加工零点写入共享内存,以供计算机数字控制系统读取共享内存中的加工零点,执行后续数字控制程序。
如图2所示,本发明的机床视觉定位系统包括图像采集模块1和图像处理模块2。
图像采集模块1用于采集定位目标的图像,获取所采集的定位目标图像的边缘图像。
具体地,图像采集模块包括工业相机、远心镜头、环形光源和激光测距器。上述组件安装好之后相对刀具的位置固定,位置可以通过标定得到。环形光源与远心镜头同轴,用于提供稳定光照。激光测距器平行于远心镜头,用于测量远心镜头到所述工件表面的距离,以在图像处理模块2的控制下通过调整使所述远心镜头至所述工件表面的距离为设定值,从而辅助工业相机对焦。工业相机和远心镜头垂直于工件表面设置,远心镜头通过螺纹连接在工业相机的下方,工业相机和远心镜头用于采集工业相机的视野范围内的工件上的定位目标的图像。
图像处理模块2与图像采集模块1相连,用于对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点;匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;获取所述工业相机的标定参数;以及基于所述标定参数和所述匹配参数确定所述定位目标的加工零点。
优选地,对CAD文件中定位目标的边缘特征曲线进行采样时,进行等间距采样。
其中,所述匹配参数包括所述边缘图像和所述匹配模板点匹配时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小;所述标定参数包括图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量和工业相机安装角度。
具体地,图像处理模块包含网络接口和串口,具有图像处理能力。网络接口和串口分别用于与工业相机和激光测距器相连,用以接收工业相机采集到的定位目标图像和激光测距仪测量的远心镜头到工件表面的距离。
图像处理模块匹配所述边缘图像和所述匹配模板点是为了得到:CAD文件的边缘特征曲线与边缘图像最优匹配时,边缘特征曲线在定位目标图像中的相对位置、旋转角度和缩放大小。该匹配操作是以搜索的方式进行。
具体地,图像处理模块匹配所述边缘图像和所述匹配模板点时执行以下步骤:获取匹配模板点处的灰度梯度方向到所述边缘图像y轴正方向的角度信息;获取所述边缘图像的边缘点上切线与所述边缘图像x轴正方向之间的角度信息;将所述匹配模板点在所述边缘图像上移动,计算所有匹配模板点到所述边缘图像的平均距离,选取平均距离最小时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小作为所述匹配参数。
具体地,将匹配模板点在边缘图像上移动时,移动步长由大到小变化,直至变为单个像素步长。每移动一次,计算一次平均距离。最后选取平均距离最小时各个匹配模板点对应的位置信息、角度信息和大小信息作为匹配参数。
优选地,当移动步长为单个像素步长时,还可以根据距离每个匹配模板点最近的边缘点计算修正参数,以修正所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置,得到亚像素级的最终结果。具体地,以每个匹配模板点到最近边缘点的平均误差向量来补偿步骤33)的匹配参数。例如,有三个模型点,它们到最近边缘点的向量分别为(+1,0),(0,-1),(+1,0),那么平均误差向量为(+0.67,-0.33),将所述平均误差向量加到步骤33)的(xmodel,ymodel)上进行修正。(xmodel,ymodel)为所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置。
图像处理模块获取所述工业相机的标定参数执行以下步骤:
41)获取标定孔所在位置对应的第一机床坐标(xtool,ytool);所述标定孔为在工件表面与所述定位目标同高度的任意位置上标定的一孔。该孔可以为任意形状的。优选地,该标定孔为圆孔。
具体地,在工件表面与待定位目标同高度的任意位置打一孔作为标定孔,并记录此时的机床坐标为第一机床坐标。
在待定位工件表面打一孔的方式也有一定弊端,如进行一次标定就要破坏一个工件。因此,优选地,还可以在工件表面粘贴薄膜,在所述薄膜上打一标定孔,从而无需破坏工件表面。具体地,可以在工件表面贴上黑色覆膜的白底贴纸,打孔时只需操作钻头轻触黑色覆膜打出一个白色记号点即可,从而实现不破坏工件表面的视觉对刀操作。
42)获取所述标定孔在所述工业相机的视野范围内的任意两个位置对应的第二机床坐标(xcnc_a,ycnc_a)和第三机床坐标(xcnc_b,ycnc_b),以及所述任意两个位置对应的所述标定孔的两个图像坐标(ximg_a,yimg_a)和(ximg_b,yimg_b);所述第二机床坐标和所述第三机床坐标为移动机床工作台使所述标定孔移动到所述任意两个位置时对应的机床坐标。
具体地,先后手动移动机床工作台使上述标定孔移动到工业相机的视野范围内的任意两个位置上,对应得到标定孔的两个图像坐标,并记录对应的两个位置的机床坐标为第二机床坐标和第三机床坐标。
43)根据所述第一机床坐标、所述第二机床坐标和所述第三机床坐标,以及所述标定孔的两个图像坐标,计算出图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量的粗略值和工业相机安装角度。
具体地,所述工业相机的标定参数:图像中相邻两像素对应的实际长度kcalib、工业相机中心光轴相对刀尖点的偏移量的粗略值(xcalib,ycalib)和工业相机安装角度αcalib的计算方法如下:
xcnc_dist=xcnc_b-xcnc_a
ycnc_dist=ycnc_b-ycnc_a
ximg_dist=ximg_a-ximg_b
yimg_dist=yimg_a-yimg_b
xcalib=xcnc_a+kcalib·(cosαcalib·ximg_a_center-sinαcalib·yimg_a_center)
ycalib=ycnc_a+kcalib·(sinαcalib·ximg_a_center+cosαcalib·yimg_a_center)
其中,(ximg_a_center,yimg_a_center)是图像坐标(ximg_a,yimg_a)到图像中心的向量,(xcnc_a,ycnc_a)为对应的第二机床坐标。
当然,以所述第三机床坐标(xcnc_b,ycnc_b)及其对应的图像坐标到图像中心的向量,也能得出相同的所述工业相机中心光轴相对刀尖点的偏移量的粗略值(xcalib,ycalib)。
44)重复上述步骤,多次计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,并将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
具体地,根据所述工业相机中心光轴相对刀尖点的偏移量的粗略值,将所述标定孔移动到所述工业相机图像的任意位置处,再根据所述标定孔在所述任意位置处的机床坐标和图像坐标,任意取两组所述任意位置处的机床坐标和图像坐标,依据上述方法重新计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,最后将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
具体算法如下:
根据所述工业相机中心光轴相对刀尖点的偏移量的粗略值,计算出将所述标定孔移动到所述工业相机图像的期望图像坐标时的用于精标定的机床坐标(xcnc_i,ycnc_i);
其中,是所述期望图像坐标到图像中心的向量。
将标定孔实际移动到所述用于精标定的机床坐标,匹配得到对应的实际图像坐标(ximg_i,yimg_i)。以此步骤重复进行数次,得到多组所述用于精标定的机床坐标和对应的所述实际图像坐标。以任意两次数据为一组,依照计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值的方法,计算出多组所述工业相机中心光轴相对刀尖点的偏移量,取它们的平均值作为最终的所述工业相机中心光轴相对刀尖点的偏移量。
优选地,在选取所述期望图像坐标时,选取图像四个角处的坐标。具体地,控制机床工作台将上述标定孔自动移动到工业相机图像的四个角,再根据标定孔在这四个位置下的机床坐标和对应得到的标定孔的图像坐标,即可精确计算出工业相机中心光轴相对刀尖点的偏移量。
其中,工业相机中心光轴相对刀尖点的偏移量计算一次即可,后续的机床加工中,可沿用该次的计算结果。图像处理模块基于所述标定参数和所述匹配参数确定所述定位目标的加工零点时执行以下步骤:
a)根据边缘图像中相邻两像素对应的实际长度、与所述边缘图像匹配的所述边缘特征曲线在所述定位目标图像中的位置和旋转角度,得到所述定位目标相对于工业相机中心光轴的位置和旋转角度。
具体地,将匹配得到的边缘特征曲线在边缘图像中的位置转换为边缘特征曲线相对于边缘图像中心的位置,之后乘以边缘图像相邻两个像素对应的实际长度,就得到定位目标相对于中心光轴的实际距离,即所述定位目标相对于工业相机中心光轴的位置。
b)根据所述定位目标相对于工业相机中心光轴的位置和旋转角度、工业相机中心光轴相对于刀尖点的偏移量、定位工作坐标和工业相机安装角度计算所述定位目标的绝对位置(xobj,yobj)和旋转角度αobj,即加工零点;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标。
具体地,加工零点的算法如下:
xobj=kcalib·cosαcalib·xmodel_center-sinαcalib·ymodel_center+xtool-xcalib
yobj=kcalib·sinαcalib·xmodel_center+cosαcalib·ymodel_center+ytool-ycalib
αobj=αmodel-αcalib
其中,(xmodel_center,ymodel_center)是所述边缘图像和所述匹配模板点匹配时所述匹配模板点相对于所述边缘图像的位置(xmodel,ymodel)到图像中心的向量,αmodel为所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的旋转角度。
需要说明的是,本发明的机床视觉定位方法及系统必须依附机床使用,因此机床这一运动平台是本发明的必须依附模块。若机床控制器中的计算机具有足够的图像处理能力,也可将机床控制器中的计算机视为图像处理模块,否则应另附计算机用作图像处理模块,并与机床控制器相连。
优选地,图像处理模块还用于再次执行视觉定位时,执行以下任一操作:
1)当根据定位工位坐标将待定位目标移动至所述工业相机的视野范围内,并完成定位时,将定位得到的加工零点写入零点偏置表;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标;
2)当使用数字控制代码将待定位目标移动到所述工业相机的视野范围内时,根据数字控制定位指令的参数执行视觉定位,并将定位得到的加工零点写入共享内存,以供计算机数字控制系统读取共享内存中的加工零点,执行后续数字控制程序。
如图3所示,本发明还提供一种机床,包括上述机床视觉定位系统,从而辅助机床实现自动化的定位,提高机床的定位效率和加工效率。
下面通过具体实施例来进一步阐述本发明的机床视觉处理方法。以待加工的手机USB孔为例,用铣刀将USB孔注塑部分沿边缘去除。
如图4所示,在CAD文件(即图4中的a模块)中根据待加工的手机USB孔的形状画出带有坐标系的USB孔的边缘特征曲线。将画好的CAD文件导入到图像处理模块中,图像处理模块对CAD文件进行分析,对边缘特征曲线进行等间距采样,得到匹配模板点(即图4中的b模块)。
将装夹好的加工前手机USB孔移动到工业相机的视野范围之内,记录此时的机床坐标,记为定位工位坐标。以后每次定位时,会自动移动工作台到此位置,保证定位目标在视野范围内。打开环形光源,使用激光测距器测量远心镜头到工件表面的距离并反馈给图像处理模块,图像处理模块调整此距离到设定值,从而辅助工业相机对焦。当对焦完成之后,工业相机采集加工前手机USB孔图像(即图4中的c模块),即定位目标图像,再将该加工前手机USB孔图像通过网络接口发送给图像处理模块。
图像处理模块将接收到的加工前手机USB孔图像(即图4中的c模块)进行边缘提取处理得到边缘图像(即图4中的d模块),并保留边缘线上点的角度。以匹配模板点的位置、旋转角、大小为变量,使匹配模板点在边缘图像上移动,以匹配模板点到边缘图像的平均最近距离作为匹配度,计算每次移动的匹配度,直到找到最优的匹配(即图4中的e模块)。其中,移动的步长由大变小直到步长达到单个像素。
如图5所示,装夹好加工前手机USB孔后,在待定位目标表面任意位置打一个轮廓清晰的圆孔,作为标定圆(即图5中的a模块),记录此时的机床坐标。操作机床工作台,将上述定位圆移动到工业相机视野范围内的任意两个位置,匹配得到标定圆的两个图像坐标(即图5中的b模块),并记录两个位置的机床坐标。根据这两个位置下的机床坐标,以及标定圆的两个图像坐标,在图像处理模块中计算出所有标定参数的粗略值。自动移动标定圆到相机图像的四个角,再根据标定圆在这四个位置下的机床坐标和匹配得到的标定圆的图像坐标(即图5中的c模块),图像处理模块可以精确计算出所有标定参数。其中,标定参数包括图像上相邻两像素对应实际长度、工业相机中心光轴相对刀尖点的偏移量、工业相机安装角度。标定数据可保存为文件,一台机床的视觉系统安装完成后,标定参数不变,后续定位可直接读取此标定数据文件。
由图像相邻像素的实际对应长度,结合匹配得到的边缘特征曲线在加工前手机USB孔图像中的位置和旋转角,可以得到加工前手机USB孔相对于相机中心光轴的位置和转角;再根据工业相机中心光轴相对于刀尖点的偏移量、定位时的机床坐标、工业相机安装转角可以算出加工前手机USB孔的绝对位置和转角,即实际加工零点,写入零点偏置表。
移动工作台,使刀具对准到实际加工零点。开始进行加工操作。加工完成换新毛坯件后,再次执行定位操作,根据之前的定位工位坐标自动移动待定位目标到工业相机的视野范围内,完成定位,并将结果写入零点偏置表。
优选地,在本发明的优选实施例中,使用数字控制(NumericalControl,NC)代码将定位毛坯件移动到工业相机的视野范围内,调用数字控制定位指令,根据数字控制定位指令的参数执行相应特征的视觉定位。视觉模块完成定位后,将定位结果放在共享内存,计算机数字控制(Computer numbercontrol,CNC)系统读取共享内存中的定位数据,并保存为数字控制代码中的变量,执行后续数字控制程序。采用这种方法,将视觉定位操作交给数字控制代码的编写者,数字控制代码的编写者可以方便的使用定位的结果(通过数字控制代码的变量访问),提高数字控制编程的灵活性和方便性。
在Intel x86Atom双核CPU平台上,完成一次目标定位所需时间小于1s,约500ms-1s;使用1280×960分辨率的相机,0.5×放大倍数的远心镜头,可以实现10μm的平移定位精度,和±0.1°的旋转定位精度。本发明的机床视距定位系统的重复定位精度为平移2μm,旋转±0.02°。
综上所述,本发明的机床视觉定位方法及系统、机床以CAD绘制的形状作为边缘定位的特征,能够实现非工装定位的工件的自动定位,得到加工零点并测量出定位目标的实际尺寸;定位目标可以是任意形状、任意大小的边缘清晰的图像特征,定位目标可以出现在全图的任何位置,使得本发明的机床视觉定位方法及系统具有广泛的适用性;以CAD绘制的形状作为边缘定位的特征来进行定位,便于快捷的找到加工零点,从而提高定位效率和加工效率;能够实现高平移定位精度、旋转定位精度和高重复定位精度,实用性强。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (19)
1.一种机床视觉定位方法,其特征在于:包括以下步骤:
对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点;
利用工业相机采集所述定位目标的图像,获取所采集的定位目标图像的边缘图像;
匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;所述匹配参数包括所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小;
获取所述工业相机的标定参数;所述标定参数包括图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量和工业相机安装角度;
基于所述标定参数和所述匹配参数确定所述定位目标的加工零点。
2.根据权利要求1所述的机床视觉定位方法,其特征在于:利用工业相机采集所述定位目标的图像包括以下步骤:
将所述定位目标移动至所述工业相机的视野范围内;
调整所述工业相机下方的远心镜头至工件表面的距离为设定值;
通过所述工业相机采集所述定位目标的图像。
3.根据权利要求1所述的机床视觉定位方法,其特征在于:匹配所述边缘图像和所述匹配模板点包括以下步骤:
获取匹配模板点处的灰度梯度方向到所述边缘图像y轴正方向的角度信息;
获取所述边缘图像的边缘点上切线与所述边缘图像x轴正方向之间的角度信息;
将所述匹配模板点在所述边缘图像上移动,计算所有匹配模板点到所述边缘图像的平均距离,选取平均距离最小时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小作为所述匹配参数。
4.根据权利要求3所述的机床视觉定位方法,其特征在于:将所述匹配模板点在所述边缘图像上移动时,移动步长由大到小变化,直至变为单个像素步长。
5.根据权利要求3所述的机床视觉定位方法,其特征在于:当所述移动步长为单个像素步长时,以每个匹配模板点到最近边缘点的平均误差向量来修正所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置。
6.根据权利要求1所述的机床视觉定位方法,其特征在于:获取所述工业相机的标定参数包括以下步骤:
获取标定孔所在位置对应的第一机床坐标;所述标定孔为在工件表面与所述定位目标同高度的任意位置上标定的一孔;
获取所述标定孔在所述工业相机的视野范围内的任意两个位置对应的第二机床坐标和第三机床坐标,以及所述任意两个位置对应的所述标定孔的两个图像坐标;所述第二机床坐标和所述第三机床坐标为移动机床工作台使所述标定孔移动到所述任意两个位置时对应的机床坐标;
根据所述第一机床坐标、所述第二机床坐标和所述第三机床坐标,以及所述标定孔的两个图像坐标,计算出图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量的粗略值和工业相机安装角度;
重复上述步骤,多次计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,并将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
7.根据权利要求6所述的机床视觉定位方法,其特征在于:设置所述标定孔时,在所述工件表面粘贴薄膜,在所述薄膜上打一标定孔。
8.根据权利要求1所述的机床视觉定位方法,其特征在于:基于所述标定参数和所述匹配参数确定所述定位目标的加工零点包括以下步骤:
根据边缘图像中相邻两像素对应的实际长度、与所述边缘图像匹配的所述边缘特征曲线在所述定位目标图像中的位置和旋转角度,得到所述定位目标相对于工业相机中心光轴的位置和旋转角度;
根据所述定位目标相对于工业相机中心光轴的位置和旋转角度、工业相机中心光轴相对于刀尖点的偏移量、定位工作坐标和工业相机安装角度计算所述定位目标的绝对位置和旋转角度,即加工零点;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标。
9.根据权利要求1所述的机床视觉定位方法,其特征在于:还包括再次执行视觉定位时,采用以下任一方式:
1)根据定位工位坐标将待定位目标移动至所述工业相机的视野范围内,完成定位,并将定位得到的加工零点写入零点偏置表;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标;
2)使用数字控制代码将待定位目标移动到所述工业相机的视野范围内,根据数字控制定位指令的参数执行视觉定位,并将定位得到的加工零点写入共享内存,以供计算机数字控制系统读取共享内存中的加工零点,执行后续数字控制程序。
10.一种机床视觉定位系统,其特征在于:包括图像采集模块和图像处理模块;
所述图像采集模块用于采集定位目标的图像,获取所采集的定位目标图像的边缘图像;
所述图像处理模块与所述图像采集模块相连,用于对CAD文件中定位目标的边缘特征曲线进行采样,获取定位目标的匹配模板点;匹配所述边缘图像和所述匹配模板点,获取匹配度最优时所述匹配模板点的匹配参数;获取所述工业相机的标定参数;以及基于所述标定参数和所述匹配参数确定所述定位目标的加工零点;
其中,所述匹配参数包括所述边缘图像和所述匹配模板点匹配时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小;所述标定参数包括图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量和工业相机安装角度。
11.根据权利要求10所述的机床视觉定位系统,其特征在于:所述图像采集模块包括工业相机、远心镜头、环形光源和激光测距器;
所述环形光源与所述远心镜头同轴,用于提供稳定光照;
所述激光测距器平行于所述远心镜头,用于测量所述远心镜头到所述工件表面的距离,以通过调整使所述远心镜头至所述工件表面的距离为设定值;
所述工业相机和所述远心镜头垂直于工件表面设置,所述远心镜头连接在所述工业相机的下方,所述工业相机和所述远心镜头用于采集所述工业相机的视野范围内的工件上的定位目标的图像。
12.根据权利要求10所述的机床视觉定位系统,其特征在于:所述图像处理模块匹配所述边缘图像和所述匹配模板点时执行以下步骤:
获取匹配模板点处的灰度梯度方向到所述边缘图像y轴正方向的角度信息;
获取所述边缘图像的边缘点上切线与所述边缘图像x轴正方向之间的角度信息;
将所述匹配模板点在所述边缘图像上移动,计算所有匹配模板点到所述边缘图像的平均距离,选取平均距离最小时各个匹配模板点相对于所述边缘图像的位置、旋转角度和缩放大小作为所述匹配参数。
13.根据权利要求12所述的机床视觉定位系统,其特征在于:将所述匹配模板点在所述边缘图像上移动时,移动步长由大到小变化,直至变为单个像素步长。
14.根据权利要求12所述的机床视觉定位系统,其特征在于:当所述移动步长为单个像素步长时,以每个匹配模板点到最近边缘点的平均误差向量来修正所述边缘图像和所述匹配模板点匹配时匹配模板点相对于所述边缘图像的位置。
15.根据权利要求10所述的机床视觉定位系统,其特征在于:所述图像处理模块获取所述工业相机的标定参数包括以下步骤:
获取标定孔所在位置对应的第一机床坐标;所述标定孔为在工件表面与所述定位目标同高度的任意位置上标定的一孔;
获取所述标定孔在所述工业相机的视野范围内的任意两个位置对应的第二机床坐标和第三机床坐标,以及所述任意两个位置对应的所述标定孔的两个图像坐标;所述第二机床坐标和所述第三机床坐标为移动机床工作台使所述标定孔移动到所述任意两个位置时对应的机床坐标;
根据所述第一机床坐标、所述第二机床坐标和所述第三机床坐标,以及所述标定孔的两个图像坐标,计算出图像中相邻两像素对应的实际长度、工业相机中心光轴相对刀尖点的偏移量的粗略值和工业相机安装角度;
重复上述步骤,多次计算所述工业相机中心光轴相对刀尖点的偏移量的粗略值,并将多次计算的工业相机中心光轴相对刀尖点的偏移量的粗略值的均值作为所述工业相机中心光轴相对刀尖点的偏移量的精确值。
16.根据权利要求15所述的机床视觉定位系统,其特征在于:设置所述标定孔时,在所述工件表面粘贴薄膜,在所述薄膜上打一标定孔。
17.根据权利要求10所述的机床视觉定位系统,其特征在于:所述图像处理模块基于所述标定参数和所述匹配参数确定所述定位目标的加工零点时执行以下步骤:
根据边缘图像中相邻两像素对应的实际长度、与所述边缘图像匹配的所述边缘特征曲线在所述定位目标图像中的位置和旋转角度,得到所述定位目标相对于工业相机中心光轴的位置和旋转角度;
根据所述定位目标相对于工业相机中心光轴的位置和旋转角度、工业相机中心光轴相对于刀尖点的偏移量、定位工作坐标和工业相机安装角度计算所述定位目标的绝对位置和旋转角度,即加工零点;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标。
18.根据权利要求10所述的机床视觉定位系统,其特征在于:所述图像处理模块还用于再次执行视觉定位时,执行以下任一操作:
1)当根据定位工位坐标将待定位目标移动至所述工业相机的视野范围内,并完成定位时,将定位得到的加工零点写入零点偏置表;所述定位工位坐标是指所述定位目标移动至所述工业相机的视野范围之内时对应的机床坐标;
2)当使用数字控制代码将待定位目标移动到所述工业相机的视野范围内时,根据数字控制定位指令的参数执行视觉定位,并将定位得到的加工零点写入共享内存,以供计算机数字控制系统读取共享内存中的加工零点,执行后续数字控制程序。
19.一种机床,其特征在于:包括权利要求10-18之一所述的机床视觉定位系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710208581.1A CN107942949B (zh) | 2017-03-31 | 2017-03-31 | 一种机床视觉定位方法及系统、机床 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710208581.1A CN107942949B (zh) | 2017-03-31 | 2017-03-31 | 一种机床视觉定位方法及系统、机床 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107942949A true CN107942949A (zh) | 2018-04-20 |
CN107942949B CN107942949B (zh) | 2019-01-25 |
Family
ID=61929080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710208581.1A Active CN107942949B (zh) | 2017-03-31 | 2017-03-31 | 一种机床视觉定位方法及系统、机床 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107942949B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345500A (zh) * | 2018-08-02 | 2019-02-15 | 西安交通大学 | 一种基于机器视觉的机床刀具刀尖点位置计算方法 |
CN110136204A (zh) * | 2019-03-19 | 2019-08-16 | 浙江大学山东工业技术研究院 | 基于双侧远心镜头相机机床位置标定的音膜球顶装配系统 |
CN110175621A (zh) * | 2019-03-18 | 2019-08-27 | 上海柏楚电子科技股份有限公司 | 一种基于任意模板匹配的激光切割视觉定位方法 |
CN110421629A (zh) * | 2019-07-11 | 2019-11-08 | 镇江春环密封件集团有限公司 | 一种用于聚四氟乙烯模压板加工的智能控制系统 |
CN110647925A (zh) * | 2019-09-06 | 2020-01-03 | 重庆邮电大学 | 基于改进的line-mod模板匹配的刚性物体识别方法及装置 |
CN111311692A (zh) * | 2020-03-05 | 2020-06-19 | 广州市斯睿特智能科技有限公司 | 简易机械人的视觉标定方法 |
CN111562768A (zh) * | 2020-05-09 | 2020-08-21 | 黄河水利职业技术学院 | 一种并行多通道数控机床 |
CN111932517A (zh) * | 2020-08-11 | 2020-11-13 | 上海柏楚电子科技股份有限公司 | 余料板材的轮廓测绘方法、装置、电子设备与存储介质 |
CN112223102A (zh) * | 2019-07-15 | 2021-01-15 | 沈机(上海)智能系统研发设计有限公司 | 基于视觉定位的珩磨方法和装置 |
CN113114830A (zh) * | 2021-06-11 | 2021-07-13 | 成都新西旺自动化科技有限公司 | 对位位置的校正量获取方法、调节方法、贴合方法及介质 |
CN113256551A (zh) * | 2021-01-21 | 2021-08-13 | 中国煤炭科工集团太原研究院有限公司 | 基于机器视觉的巷道顶板刚带钻孔识别定位系统及方法 |
CN113625659A (zh) * | 2021-08-17 | 2021-11-09 | 杭州飞钛航空智能装备有限公司 | 制孔机构的控制方法、装置、电子设备和制孔机构 |
CN113639635A (zh) * | 2021-08-09 | 2021-11-12 | 温州市工业科学研究院 | 一种基于图像识别技术的零件测量方法 |
CN113689397A (zh) * | 2021-08-23 | 2021-11-23 | 湖南视比特机器人有限公司 | 工件圆孔特征检测方法和工件圆孔特征检测装置 |
CN114131093A (zh) * | 2021-12-21 | 2022-03-04 | 一重集团大连核电石化有限公司 | 一种超大型封头上多型大尺径空间接管孔的数控加工方法 |
CN114178907A (zh) * | 2021-12-10 | 2022-03-15 | 上海诺倬力机电科技有限公司 | 数控机床视觉定位系统和方法 |
CN114411428A (zh) * | 2021-12-29 | 2022-04-29 | 浙江大学台州研究院 | 一种基于点激光布匹接缝检测的闭环控制装置和方法 |
CN114565665A (zh) * | 2022-02-28 | 2022-05-31 | 华中科技大学 | 一种选择性辅助加工视觉系统的时空标定方法 |
CN115416078A (zh) * | 2022-07-29 | 2022-12-02 | 北航歌尔(潍坊)智能机器人有限公司 | 镜片加工控制方法、控制装置、镜片加工设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103273496A (zh) * | 2013-05-08 | 2013-09-04 | 长沙长泰机器人有限公司 | 一种利用智能相机在机器人搬运系统中定位工件的方法 |
CN104439729A (zh) * | 2014-12-01 | 2015-03-25 | 鞍山正亚激光科技有限公司 | 一种激光加工视觉定位系统及定位方法 |
CN106144524A (zh) * | 2016-08-24 | 2016-11-23 | 东莞市三瑞自动化科技有限公司 | 一种高速运动中用ccd视觉定位方法及装置 |
CN107971831A (zh) * | 2017-11-07 | 2018-05-01 | 大连理工大学 | 数控机床高动态大范围任意轮廓误差单目六维测量方法 |
CN108161931A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 基于视觉的工件自动识别及智能抓取系统 |
-
2017
- 2017-03-31 CN CN201710208581.1A patent/CN107942949B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103273496A (zh) * | 2013-05-08 | 2013-09-04 | 长沙长泰机器人有限公司 | 一种利用智能相机在机器人搬运系统中定位工件的方法 |
CN104439729A (zh) * | 2014-12-01 | 2015-03-25 | 鞍山正亚激光科技有限公司 | 一种激光加工视觉定位系统及定位方法 |
CN106144524A (zh) * | 2016-08-24 | 2016-11-23 | 东莞市三瑞自动化科技有限公司 | 一种高速运动中用ccd视觉定位方法及装置 |
CN108161931A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 基于视觉的工件自动识别及智能抓取系统 |
CN107971831A (zh) * | 2017-11-07 | 2018-05-01 | 大连理工大学 | 数控机床高动态大范围任意轮廓误差单目六维测量方法 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109345500B (zh) * | 2018-08-02 | 2021-08-13 | 西安交通大学 | 一种基于机器视觉的机床刀具刀尖点位置计算方法 |
CN109345500A (zh) * | 2018-08-02 | 2019-02-15 | 西安交通大学 | 一种基于机器视觉的机床刀具刀尖点位置计算方法 |
CN110175621A (zh) * | 2019-03-18 | 2019-08-27 | 上海柏楚电子科技股份有限公司 | 一种基于任意模板匹配的激光切割视觉定位方法 |
CN110136204A (zh) * | 2019-03-19 | 2019-08-16 | 浙江大学山东工业技术研究院 | 基于双侧远心镜头相机机床位置标定的音膜球顶装配系统 |
CN110421629A (zh) * | 2019-07-11 | 2019-11-08 | 镇江春环密封件集团有限公司 | 一种用于聚四氟乙烯模压板加工的智能控制系统 |
CN112223102A (zh) * | 2019-07-15 | 2021-01-15 | 沈机(上海)智能系统研发设计有限公司 | 基于视觉定位的珩磨方法和装置 |
CN110647925A (zh) * | 2019-09-06 | 2020-01-03 | 重庆邮电大学 | 基于改进的line-mod模板匹配的刚性物体识别方法及装置 |
CN111311692A (zh) * | 2020-03-05 | 2020-06-19 | 广州市斯睿特智能科技有限公司 | 简易机械人的视觉标定方法 |
CN111311692B (zh) * | 2020-03-05 | 2023-08-25 | 广州市斯睿特智能科技有限公司 | 简易机械人的视觉标定方法 |
CN111562768A (zh) * | 2020-05-09 | 2020-08-21 | 黄河水利职业技术学院 | 一种并行多通道数控机床 |
CN111932517A (zh) * | 2020-08-11 | 2020-11-13 | 上海柏楚电子科技股份有限公司 | 余料板材的轮廓测绘方法、装置、电子设备与存储介质 |
CN111932517B (zh) * | 2020-08-11 | 2023-08-15 | 上海柏楚电子科技股份有限公司 | 余料板材的轮廓测绘方法、装置、电子设备与存储介质 |
CN113256551A (zh) * | 2021-01-21 | 2021-08-13 | 中国煤炭科工集团太原研究院有限公司 | 基于机器视觉的巷道顶板刚带钻孔识别定位系统及方法 |
CN113256551B (zh) * | 2021-01-21 | 2023-03-14 | 中国煤炭科工集团太原研究院有限公司 | 基于机器视觉的巷道顶板刚带钻孔识别定位系统及方法 |
CN113114830A (zh) * | 2021-06-11 | 2021-07-13 | 成都新西旺自动化科技有限公司 | 对位位置的校正量获取方法、调节方法、贴合方法及介质 |
CN113639635B (zh) * | 2021-08-09 | 2023-02-10 | 温州市工业科学研究院 | 一种基于图像识别技术的零件测量方法 |
CN113639635A (zh) * | 2021-08-09 | 2021-11-12 | 温州市工业科学研究院 | 一种基于图像识别技术的零件测量方法 |
CN113625659A (zh) * | 2021-08-17 | 2021-11-09 | 杭州飞钛航空智能装备有限公司 | 制孔机构的控制方法、装置、电子设备和制孔机构 |
CN113625659B (zh) * | 2021-08-17 | 2023-02-24 | 杭州飞钛航空智能装备有限公司 | 制孔机构的控制方法、装置、电子设备和制孔机构 |
CN113689397A (zh) * | 2021-08-23 | 2021-11-23 | 湖南视比特机器人有限公司 | 工件圆孔特征检测方法和工件圆孔特征检测装置 |
CN114178907A (zh) * | 2021-12-10 | 2022-03-15 | 上海诺倬力机电科技有限公司 | 数控机床视觉定位系统和方法 |
CN114131093A (zh) * | 2021-12-21 | 2022-03-04 | 一重集团大连核电石化有限公司 | 一种超大型封头上多型大尺径空间接管孔的数控加工方法 |
CN114411428A (zh) * | 2021-12-29 | 2022-04-29 | 浙江大学台州研究院 | 一种基于点激光布匹接缝检测的闭环控制装置和方法 |
CN114411428B (zh) * | 2021-12-29 | 2023-08-29 | 浙江大学台州研究院 | 一种基于点激光布匹接缝检测的闭环控制装置和方法 |
CN114565665A (zh) * | 2022-02-28 | 2022-05-31 | 华中科技大学 | 一种选择性辅助加工视觉系统的时空标定方法 |
CN114565665B (zh) * | 2022-02-28 | 2024-05-14 | 华中科技大学 | 一种选择性辅助加工视觉系统的时空标定方法 |
CN115416078A (zh) * | 2022-07-29 | 2022-12-02 | 北航歌尔(潍坊)智能机器人有限公司 | 镜片加工控制方法、控制装置、镜片加工设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107942949B (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107942949B (zh) | 一种机床视觉定位方法及系统、机床 | |
CN108717715B (zh) | 一种用于弧焊机器人的线结构光视觉系统自动标定方法 | |
CN111775146B (zh) | 一种工业机械臂多工位作业下的视觉对准方法 | |
CN112070133B (zh) | 一种基于测距仪和机器视觉的三维空间点定位的方法 | |
CN111531407B (zh) | 一种基于图像处理的工件姿态快速测量方法 | |
CN112836558B (zh) | 机械臂末端调整方法、装置、系统、设备及介质 | |
CN114355953B (zh) | 一种基于机器视觉的多轴伺服系统的高精度控制方法及系统 | |
CN109493389B (zh) | 一种基于深度学习的相机标定方法及系统 | |
CN114102256B (zh) | 机床旋转轴几何误差识别方法、装置及存储介质 | |
CN112880592B (zh) | 一种基于芯轴的数控转台顶尖的倾斜标定方法 | |
CN112907683A (zh) | 一种点胶平台的相机标定方法、装置及相关设备 | |
CN113119129A (zh) | 一种基于标准球的单目测距定位方法 | |
CN105425724A (zh) | 一种基于机器视觉扫描成像的高精度运动定位方法及装置 | |
US11577400B2 (en) | Method and apparatus for managing robot system | |
CN110640303B (zh) | 高精度视觉定位系统及其定位校准方法 | |
CN115187672A (zh) | 几何误差标定方法、装置、多轴运动系统及存储介质 | |
CN113781558A (zh) | 一种姿态与位置解耦的机器人视觉寻位方法 | |
CN113554616A (zh) | 基于数控机床的在线测量引导方法及系统 | |
CN112631200A (zh) | 一种机床轴线测量方法以及装置 | |
CN111768383A (zh) | 立体靶标及利用其恢复视觉传感器工作功能的方法 | |
CN108592838B (zh) | 工具坐标系的标定方法、装置以及计算机存储介质 | |
CN113894793B (zh) | 一种零件与视觉传感器相对位姿关系的获取方法 | |
CN115830089A (zh) | 一种结合关键点信息的点云配准方法及其应用 | |
CN115205390A (zh) | 工业机器人面结构光立体相机位姿在线标定方法及系统 | |
CN111189396B (zh) | 一种基于神经网络的增量绝对光栅尺的位移检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |